买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中山大学

摘要：本发明提供一种基于图像栈的UWBSAR图像目标变化检测方法，该方法对检测图像和三个参考图像的均值图像进行图像预处理，进行双方向的相对辐射校正处理，去除图像中由于系统响应、天气条件等非目标变化因素引起的图像灰度值变化。其次，将检测图像和三个参考图像进行相减，得到多个差值图像。然后，通过不同参考图像之间的差值图像估算差值图像幅值服从分布的方差。最后，采用Neyman‑Pearson方法进行变化检测。本发明方案适应于低频UWBSAR叶簇隐蔽目标的变化检测，能够保持高精度检测目标的同时提高目标检测效率。

主权项：1.一种基于图像栈的UWBSAR图像目标变化检测方法，其特征在于，包括以下步骤：S1：对检测图像和参考图像进行预处理；S2：将检测图像和三个参考图像进行相减，得到多个差值图像；其中，设f1为检测图像，f2、f3、f4分别为不同时刻观测所得SAR的参考图像，z1、z2、z3为由f1、f2、f3和f4构成的差值图像：zn＝f1-fn+1,n＝1,2,3此时对于差值图像中像素点中的有无目标假设为： 其中，H0表示非目标情况下的像素点信息，H1表示目标情况下的像素点信息，s表示差值图像中像素的随机目标信号,同时s0；S3：通过不同参考图像之间的差值图像估算差值图像幅值服从分布的方差；S4：采用Neyman-Pearson方法进行变化检测；其中，在采用Neyman-Pearson方法进行目标检测过程中，需要先估算出在无目标条件下，差值图像幅值所服从的分布，并通过最大似然估计方法进行估计分布中的方差信息；以及，基于Neyman-Pearson准则进行变化检测，对于差值图像中任意一点，采用如下公式进行判别： 若Λzy，则判别为H0，否则为H1，由此需要知道在H1、H0条件下，差值图像像素点幅值所服从的分布，H0条件下分布已知，如下是H1条件下概率密度函数的估计在H1条件下的，三幅差值图像对应点组成的样本的出现的概率为： 其中，σ2是方差，应用广义似然比检验法，求σ2以使得任一点出现概率最大，经过推导可得： 其中，M是图像中的像素点数，z3＝f2-f4；以及，将第三步的Neyman-Pearson公式改写为： 进而可推出目标判别式为： 其中Pfa为设定的虚警概率,Q-1*为互补累积分布函数的逆函数。

全文数据：

权利要求：

百度查询： 中山大学 一种基于图像栈的UWB SAR图像目标变化检测方法